Databricks：自然语言分析依赖治理与上下文

良好的治理让一切成为可能

在使用自然语言而非SQL成功构建数据可视化方面，治理扮演着什么角色？语言而非SQL？

Richard Tomlinson：治理是承重基础设施，使自然语言分析在企业规模上成为可能，而不是你可以事后附加的合规勾选项。

当业务用户用自然语言提问时，系统必须做出一系列决定来塑造答案，包括查询哪些表、使用哪些连接、应用哪个指标定义，以及特定用户被允许查看哪些行和列。在SQL世界中，训练有素的分析师做出这些决定。在自然语言世界中，这些决定由AI代理做出，这意味着治理必须引导代理做出的每一个决定，而不是事后才应用。

Unity Catalog提供了这一基础，具备按用户实施的细粒度访问控制、行过滤器和列掩码，以及告诉代理组织为哪些资产背书的认证信号，和引导代理远离过时来源的弃用标志。

治理还延伸到语义层本身。Ontology Snippets遵循与其所描述数据相同的Unity Catalog权限，因此代理只使用用户被允许看到的业务上下文。有了正确的治理，组织可以放心地将自助式分析开放给更广泛的受众，因为护栏由系统强制执行。

让对话线程保持正轨

AI驱动的分析如何在持续对话中跟踪上下文，包括后续问题？

Richard Tomlinson：这是对话式分析中最被低估的技术挑战之一，也是大多数NL-to-SQL系统失败的地方。例如，当用户问“上个季度销售额是多少？”然后接着问“按地区细分一下”，系统必须理解“那个”指的是先前查询的指标、时间窗口和过滤器，并在答案中使用该上下文。

Genie 保留对话上下文在一个线程内通过维护对话状态来实现。表和列元数据、代理编辑者提供的指令以及先前对话轮次的上下文，都会影响下一个问题如何被解释。如果后续问题有歧义，Genie可以提出澄清问题而不是猜测。

Genie还可以利用过去的对话来形成答案。用户可以引用早先的工作（“还记得我们上个季度讨论过ARR吗？让我们从那按地区深入分析”），系统会将那个上下文拉入当前对话，而无需用户离开。

语义基础与对话过滤的结合，使答案在对话变长时保持一致。本体提供跨轮次持续存在的稳定定义，因此“收入”在第五轮中的含义与第一轮中相同。同时，对话管理选择相关上下文，而不是天真地附加所有内容，否则最终会淹没上下文窗口，并导致用户在不那么复杂的系统中体验到的漂移。

将Genie带入内置治理的日常工具

组织如何将Genie引入其团队已经使用的应用和AI工具中，数据访问权限又如何执行？

Richard Tomlinson：Databricks提供多种集成方式。Genie Conversation API使开发者能够将自然语言数据查询直接嵌入他们自己的应用程序、聊天机器人和代理框架中。通过该API，用户可以提问、检索生成的SQL和查询结果，并在记住早先上下文的多轮对话中获得答案。

组织还可以通过Genie One MCP服务器，从他们已依赖的AI助手中使用Genie，如Claude、ChatGPT、Microsoft Copilot或Cursor。答案使用与Databricks内部相同的业务定义和数据权限。

Genie Agents也可以嵌入其他应用程序且权限保持完整。查询在SQL仓库上使用代理作者设置的凭据运行，但Unity Catalog根据每个最终用户的访问权限决定他们能看到什么。行过滤器、列掩码和表级权限均按用户适用。

外部集成的推荐认证模式是代表（OBO）OAuth，即外部助手代表用户行事，Genie将那个人的权限应用于每个请求。因此两个人可以向同一个聊天机器人问同一个问题，并根据他们被允许看到的数据获得适当的答案，而无需为每个用户做特殊设置。

原始数据库连接只是交出数据。受治理的分析集成控制谁看到哪些指标以及它们如何被计算。

兑现自然语言分析的承诺

自然语言分析长期以来承诺任何人都可以提出问题并获得数据可视化。现实中，结果往往不够可靠，无法据此采取行动。随着AI承担传统上由分析师做出的决定，底层上下文变得至关重要。可信的答案依赖于受治理的数据、共享定义、清晰的权限，以及验证每个答案如何生成的方法。系统还需要在对话继续时跟踪上下文，并将AI驱动的分析带入员工已经使用的工具中。有了这一基础，组织可以放心地让整个企业的员工无论在哪里工作都能访问他们可以信赖的分析，帮助他们做出明智的决定。

了解Genie如何将业务问题转化为受治理的答案和行动。